《从机器学习到深度学习》笔记（2）无监督学习

有监督学习用于解决分类问题的前提是必须有一个带标签数据的样本集，但获得数据标签的代价往往是非常昂贵的。同时，这些标签通常都是人工标注，标注错误的情况也时有发生。这样就促使了无监督学习策略的发展，简单的说它就是： 对无标签数据进行推理的机器学习方法。 1. 场景 由于无监督学习的前提是不需要前期的人类判断，所以它一般是作为某项学习任务的前置步骤，用于规约数据；在无监督学习之后，需要加入人类知识以使成

>>阅读原文<<